数学建模学习（一）

数学模型与数学建模

         随着电子计算机的出现和科学技术的迅猛发展，数学的应用已不再局限于传统的物理领域，而正以空前的广度和深度逐步渗透到人类活动的各个领域。生物、医学、军事、社会、经济、管理等各学科、各行业都涌现出大量的实际课题，亟待人们去研究、去解决。

        利用数学知识研究和解决实际问题，遇到的第一项工作就是要建立恰当的数学模型，简称数学建模，数学建模正在越来越广泛地受到人们的重视。从这一意义上讲，数学建模被看成是科学研究和技术开发的基础。没有一个较好的数学模型就不可能得到较好的研究结果，所以，从这一意义上讲，建立一个较好的数学模型乃是解决实际问题的关键步骤之一。

数学建模的常用方法

数学建模的方法按大类来分，大体上可分为三类：

（1）机理分析法

机理分析法就是根据人们对现实对象的了解和已有的知识、经验等，分析研究对象中各变量（因素）之间的因果关系，找出反映其内部机理的规律的一类方法。使用这种方法的前提是我们对研究对象的机理应用一定的了解。

（2）测试分析法

当我们对研究对象的机理不清楚的时候，可以把研究对象视为一个“黑箱”系统，对系统的输入输出进行预测，并以这些实测数据为基础进行统计分析来建立模型，这样的一类方法称为测试分析法。

（3）综合分析法

对于某些实际问题，人们常将上述两种建模方法结合起来使用，例如用机理分析法确定模型结构，再用测试分析法确定其中的参数，这类方法称为综合分析法。

数学建模的一般步骤

数学建模的步骤并没有固定的模式，常因问题性质、建模目的等而异。下面介绍的是用机理分析建模的一般步骤

1.模型准备

    要建立现实问题的数学模型，首先要对需要解决的问题有一个清晰的提法，即要明确研究解决的问题是什么？建模所要达到的主要目的是什么？通常，当我们遇到某个实际问题时，在开始阶段，对问题的理解往往不是很清楚，所以，需要深入实际进行调查研究，收集与研究问题有关的信息、资料，与熟悉情况的有关人员进行讨论，查阅有关的文献资料，明确问题的背景和特征，由此初步确定它可能属于哪一类模型等等。总之是做好建模前的准备工作，明确所要研究解决的问题和建模要达到的主要目的。

2.模型假设

对所研究的问题和收集的信息资料进行分析，弄清哪一些因素是主要的、起主导作用的，哪一个因素是次要的，并根据建模的目的抓住主要的因素，忽略次要的因素，即对实际问题作一些必要的简化，用精确的语言作出必要的简化假设。应该说这是一个十分困难的问题，也是建模过程中十分关键的一步，往往不可能一次完成，需要经过多次反复才能完成。

3.模型构成

在前述工作的基础上，根据所作的假设，分析研究对象的因果关系，用数学语言加以刻划，就可得到所研究问题的数学描述，即构成所研究问题的数学模型，通常它是描述问题的主要因素的变量之间的一个关系式，在初步构成数学模型之后，一般还要进行必要的分析和化简，使它达到便于求解的形式，并根据研究的目的，对它进行检查，主要是看它能否代表所研究的实际问题。

4.模型求解

选择合适的数学方法求解经上述步骤得到的模型。在多数情况下，我们很难获得数学模型的解析解，而只能得到它的数值解，这就需要应用各种数值方法、软件和计算机。包括各种数值优化方法，线性和非线性方程组的数值方法，微分方程（或方程组）的数值解法，各种预测、决策和概率统计方法等，以及各种应用软件系统。当现有的数学方法还不能很好解决所归纳的数学问题时，就需要针对数学模型的特点，对现有的方法进行改进或提出新的方法以适应需要。

5.模型分析

对求解结果进行数学上的分析，如结果的误差分析、统计分析、模型对数据的灵敏度分析、对假设的强健性分析等。

6.模型检验

  把求解的分析结果翻译回到实际问题，与实际的现象、数据比较，检验模型的合理性和适用性，如果结果与实际不符，应该修改、补充假设，重新建模

7.模型应用

 模型应用就是把经过多次反复改进的模型及其解应用于实际系统，看能否达到预期的目的。若不够满意，则建模任务扔未完成，尚需继续努力。  应当指出，并不是所有问题的建模都要经过这些步骤，有时各步骤之间的界限也不那么分明，建模时不要拘泥于形式上的按部就班。